本文作者：Senti
阅读完本文后，您将对预测市场的技术运作原理形成基本认知，获得生态系统图谱，并了解市场之外的预测方法及丰富的资源库。 我知道许多人已经注意到预测市场的热议，有些人可能更深陷其中，或许已开始参与测试网络，或首次投入资金表达对世界事件的预判。
而您或许会思考： “这又是某种元话题吗？还是说它有更深层的含义？”
最重要的是：
我能从中获得什么好处？我的优势在哪里？直接投注、套利、构建项目还是信息流相关？
我心中也有同样的疑问，而你将看到的是我试图获取更多知识，以便最终能解答这些问题。
我所知道的是，每一个”元趋势”都会将新项目和参与者带入赢家阵营。
不夸张地说，这是个技术驱动的领域。如果我们了解预测市场当前的运作方式、伴随的问题与机遇，就能更轻易识别真正的创新者和实干家。
并押注于它们
因此我将呈现预测市场当前划分的 4 个主要类别（外加一个额外类别），包含 SWOT 分析图表、现有及新兴项目。
开始吧
1/ 决议类型
在我看来，第一个也是最重要的类别，就是回答这个简单但核心的问题：
我们如何知道谁赢了?
预测市场的本质在于发现真相，因此在人工智能时代、信息过载以及各种可能市场中新兴的代币化背景下，如何定义结果涉及到相当有趣的机制和权衡。
我们有预言机、人工审核、API 数据源。
随着所提供市场类型的增加，某些项目会采用不同的预言机机制或混合使用上述方案。虽然此处仅概述各类方案的权衡取舍，但让我们看看实际项目中如何定义”真相”。
预言机：
预言机本质上是将外部信息引入区块链的桥梁。
它可以是数据源(如价格或体育比分)，也可以是向智能合约传递最终”真相”的处理流程(例如 Polymarket 采用的 UMA 乐观预言机)。
没有预言机，区块链就无法了解现实世界中发生的事。
预言机通常擅长处理客观数据 (如价格、比分)。
但在规则模糊或需要精细判断的利基市场中，它们会因数据源中断、延迟或数据本身无法裁决的模糊性而表现欠佳。
简单的单步代币投票机制存在三大问题：
• 前期不应用任何专业知识
• 若人们意见分歧，则无升级解决途径
• 容易通过金钱操控(财阀政治/贿赂)
因此可能导致解决进度缓慢/结果存疑，并大规模损害可信度。
我遇到一个有趣的方法来自 @Truemarketsorg
他们通过添加层级 ： 来解决”混乱问题”
先由专家委员会判定复杂细节
代币持有者可以提出质疑
基于声誉的认证者(即知名的 DAO 代表)拥有最终决定权。每个环节都设有保证金和惩罚机制，以防止恶意行为。
• 人工裁决机制
由于许多市场存在无法单靠数据源处理的灰色地带，人类充当着裁决者的角色。
这些裁决者可以是专职社区成员、代币持有者，或是像 Kalshi 平台那样受监管的专业团队。
尽管人类具备理解细微差别的优势，但他们的决策速度较慢、存在偏见且难以规模化。
注： 虽然许多项目主要依赖数据流进行裁决，但当出现问题时仍会启用人工后备机制。
一个典型案例是运营中的 @azuroprotocol
“遵循’无罪推定’原则：仅当裁决结果存在争议时，AzuroDAO 才会作为最终仲裁者介入”
• 自动化数据流
这是典型的”接入数据即可运行”模式。
通过 API 或价格数据流自动在数据可用时结算结果。
适用于数值运算，不适用于主观判断场景。
“Senti，这和预言机不是很相似吗？”
没错你说得对，而且 @PythNetwork 就是个现成的例子：
Pyth 最贴切的描述是一个提供自动化数据流的预言机。他们采用”拉取”模式。
数据并不持续推送更新，而是存储在链下，仅在合约需要时才会被获取，并附有加密证明。
实际上，这使得 Pyth 既是一个预言机（负责验证和传输外部数据的系统），又是一个自动化数据源（提供快速、连续的价格更新）。
这就是为什么像 @trylimitless 这样的预测市场要依赖它来解决大部分市场问题。
2/ 市场结构
我们需要回答的第二个重要问题是：
如何实现高效、公平且安全的交易？
自动化做市商（AMMs）、订单簿以及混合模式是预测市场中实现信念股份买卖的主要方式。作为用户，这是你能最直接感受到的市场维度——你的每次点击如何转化为价格变动。
自动做市商（AMM）
AMM 本质上是一种通过算法公式设定价格的机制，而非等待买卖双方匹配。用户是与资金池进行交易，池中的资金余额决定了份额的赔率和价格。
这意味着即使在新兴或小众市场，流动性也始终存在。
但其运营成本可能较高，且在流动性不足时容易产生异常定价。若出现巨鲸大额交易，滑点可能变得极为严重。
大多数采用自动做市商（AMM）机制的预测市场都依赖于 LMSR 公式 （对数市场评分规则，由罗宾·汉森创立）。
LMSR 公式
该机制能确保流动性，但在多结果市场中会导致流动性严重碎片化。
举例来说，如果一项赛事有8位可能的冠军，每个结果都设有独立奖池——流动性就被分割成8份，每个奖池都显得资金单薄。
再加上流动性敏感型做市商(LSMR)需要大量资金才能将滑点控制在可接受范围，最终导致市场交易成本高昂且波动剧烈。
@xodotmarket 解决方案
通过 LS-LSMR 机制，该平台致力于解决多结果市场引发的流动性问题。
例如： 谁会赢得选举 ：A、B 还是 C？
传统预测市场中，每个选项都有独立的流动性池和两种二元结果；
因此，他们不再为每个结果设立分割的流动性池，而是通过单一共享池来运作所有交易。押注结果 A 时，B 和 C 的赔率会从同一流动性源自动调整。
实际运作中，这就像用一个大水箱取代多个小水桶。这样能更高效利用资金，并为所有参与者维持更流畅的价格发现机制。
• 订单簿模式
这是传统交易模式。交易者发布买卖报价，系统进行撮合。当市场活跃时，订单簿能提供更优价格和更小价差。
但在流动性不足的市场中，这种模式会带来剧烈波动——如果挂单量不足，一笔500美元的交易就可能使赔率波动10%以上。
Polymarket 从自动做市商(AMM)转向中央限价订单簿(CLOB)模式，虽提升了专业交易者的掌控力，但也提高了流动性门槛。
少数其他采用订单簿模式的预测市场包括 @trylimitless 和 @delphitrade，它们追求更快的执行速度以及金融老手熟悉的结构。
混合模式
一些平台融合了两种模式。
流动性池确保交易总能清算，而顶部的订单簿则随着交易量增长优化价格。设计虽更复杂，但弥补了单一模式的缺陷。
实践中，这意味着零售用户获得基础流动性，而专业用户获得高效定价。Kalshi 通过订单簿加机构做市商实现了这一点。
@Truemarketsorg 与 @Vortx_hl 也在试验混合模式，试图在不牺牲准确性的前提下扩展流动性。
3/ 基础设施层
在这一分类中，我们将探讨链上、链下及混合型预测市场，但这主要是为了在进入我最爱的部分 XD 之前，提醒大家中心化与去中心化各自的优势与痛点。
• 完全链上预测市场
完全基于公共区块链通过智能合约运行的平台。市场创建、交易和结算都在链上进行，结果判定通常由去中心化或加密经济预言机及争议解决机制处理，而非依赖单一权威
• 混合型（链上/链下）
其中最著名的是 Polymarket 这类预测市场，它们正尝试融合两者的优势
该平台在 Polygon（第二层）区块链上进行交易结算和资金托管，但使用链下撮合引擎/订单簿来实现快速交易。用户订单在链下收集匹配，仅将已成交的交易定期结算至链上
他们最近宣布与 Chainlink 集成，以支持更多市场及结算后功能。另一个例子是 SX Network
• 中心化链下型
Kalshi 是最典型的例子：这家总部位于美国的事件合约交易所受 CFTC 监管 ，被指定为合约市场。它允许用户对经济指标、政治等是非题进行交易，交易所确保以美元结算正确预测。近期他们通过聘用 John Wang 开始扩展链上业务，并在加密推特圈提升影响力。热门体育博彩平台也属于这一类别。
4/ 市场设计接下来要问的问题是： 我们该如何实际构建这些赌注？
预测市场本身在形态上也各不相同。主要设计类型包括二元型、多结果型和标量型。
二元市场
最简单的设计：是/否、赢/输、结果 A 与结果 B 的对决。
“候选人 X 会赢得选举吗？”
若是，你的份额价值1美元；若否，则归零。简单至极。
二元预测市场易于用户理解，并能将流动性集中于两种结果，因而在当今占据主导地位。
但其局限性在于只能呈现现实的粗略轮廓。若需细致差异或精确数据，仅靠二元机制难以满足。
预测市场中值得注意的是，存在像 @opinionsdotfun 这样的创新案例——其市场本质上无法真正结算。
例如，菠萝披萨很棒。
在这种情况下，市场运作更像是根据市场/平台的流行度、趋势和社区情绪交易“是”或“否”的股份，就像我们交易代币、股票等一样。
多结果市场
“谁会赢得荷兰式拍卖？人物 A、B、C 还是 D？”
多结果市场可以包含任意数量的离散代币，每种代币都与一个可能的结果相关联。
核心规则很简单：结果必须满足互斥性 （只有一个能胜出）和穷尽性 （涵盖所有可能性）。
这就是为什么大多数设计良好的市场还会包含一个兜底代币 ，本质上是”其他/无”选项，当事件不符合任何列出的结果时该选项将胜出。
若没有这种兜底机制，当意外情况发生时市场就可能崩溃。
即便所列结果中有一个最终被证实是正确的，市场关闭的时机或突发状况仍可能导致结算结果出现偏差。
正因如此，周密的设计与充足的流动性同等重要。
标量市场
这类市场稍显复杂，因为它们需要预测具体数值。
在标量市场中，结果设定在初始确定的一个区间范围内。
交易者根据对最终结果落点的预期买入多头或空头份额，收益按比例分配。
示例： 本月最后一个区块的以太坊 gas 价格会是多少？
若区间设为 10 至 200 gwei，而市场收盘价为 100 gwei，则多头份额可能以 0.50 结算，空头份额同样以 0.50 结算。
如果收盘价更高，比如 150 gwei，多头支付 0.75 而空头返还 0.25。
“多头？空头？你是指永续合约吗？”
并不完全一样，虽然类似但机制不同 👇
然而，确实存在根据预测准确度给予奖励的平台。
其中一款正处于封闭测试阶段的是 @trepa_io，该平台会根据实际预测的精准度支付报酬。
您的估算越接近实际结果，获得的收益就越高。
这使得标量市场能有效获取更精确的预测，但同时也更难向新手解释，并且会导致流动性分散在整个区间范围内。
不过，当精确度至关重要时，它们所能揭示的远比简单的二元对立丰富得多。
随着预测市场逐渐升温，关键在于其应用场景既广泛又新颖，获利方式也远超单纯投注。因此值得密切关注、不断学习尝试，以发掘自身独特优势。
延伸阅读/超越市场
预测市场如今相当酷炫，毕竟我们拥有所有这些技术，几乎能将一切代币化，甚至可能导致社会的过度赌博化——但预测这件事本身在那之前就很酷。
从德尔斐神谕到天气预报，从 LLMs 到核技术发展。
（没错，原子弹爆炸本质上就是基于对中子反应的预测，这是对被称为马尔可夫链的数学公式的迭代计算。）
这一类别涵盖面广泛，但我归纳出了三个喜欢的子类别。
• 群体共识型
群体共识平台仅汇总多人预测结果，不涉及投注或交易行为。
预测者提交概率性预测（如事件发生百分比），平台通过统计算法整合这些数据（通常对可信度更高的预测者赋予更大权重）。
值得注意的例子包括 Metaculus 和 Good Judgment Open。这些是链下网络平台，结果由验证事件的组织者（本质上是人工或专家评审）来裁定。
这个过程是协作式的——参与者可以讨论推理并更新他们的预测，而“分数”以声誉点或准确度指标而非金钱形式记录。
这些平台的灵感来自”良好判断项目”研究的成功，该研究表明经过训练的业余爱好者群体能够超越情报分析师的预测能力。
另一个著名例证便是所谓的”群体智慧”效应
1906年，统计学家弗朗西斯·高尔顿参加英国一场县集市时，参观者被要求猜测一头公牛的体重。 近800人提交了估测值，其中包括屠夫、农民等专家以及普通民众。 当高尔顿（顺便提一下他是查尔斯·达尔文的表弟）分析结果时发现，虽然个人猜测差异很大，但人群的整体平均估测值为1197磅。 与实际重量仅相差一磅。 这种现象被称为“群体的智慧”，也就是说，最佳答案往往是所有猜测的平均值。 这正是预测市场如此强大的原因——它们将集体智慧与博彩的价格发现机制及利益绑定相结合，创造出比两者单独存在时更为精准的预测工具。 Polymarket 在过去的选举中已经证明了这一点。 如今，他们的预测准确率高达95%。 所以，我认为真正的财富藏在剩下的 5%里，正如你所知，InfoFI 的定义就是能让你赚钱的信息。 加密货币的无许可特性让你能发掘更多具有优势的领域/市场。 再加上 AI 的融合，没错，我觉得我们将见证一些有趣的事情发生。 —- 这些想法还很粗浅，因为我仍在试图了解全貌，不过我会在评论区附上一个 YouTube 视频（也包含上述故事） 加密推特上有一些关于这个话题的优秀思想家，但也有许多跟风者，他们仅仅因为具备影响力就一个热点接一个热点地追逐 关于预测市场融入治理或机构决策的讨论并不新鲜，实际上几年前就开始了 （那时候 FTX 还是首批推出预测市场的加密货币平台之一呢，笑） 所以，无论是在这里还是其他地方，都要努力汲取优质内容，并写下你的想法——毕竟，谁又能真正看透一切呢？ 去峡谷了，祝你有美好的一天 <3
虚拟积分预测市场
这类市场的运作方式与真实货币预测市场完全相同，唯一的区别在于使用虚构积分或代币作为流通货币，且不具备现金价值。用户通过买卖事件结果的份额来表达对事件发生概率的判断。市场赔率（价格）会根据交易动态调整，反映群体共识概率。
当然，由于采用虚拟货币，参与者通常出于娱乐、学习或竞争目的，而非实际盈利。
平台或问题创建者会依据现实世界信息（通常通过人工审核或客观数据的自动化接口）判定结果，获胜者将获得更多虚拟积分。
值得注意的例子包括：Manifold Markets 该平台使用名为”Mana”的虚拟货币，以及像 Kalshi 这样处于测试阶段的真实交易所早期版本。还有一些平台在推出实盘交易前提供”练习模式”，使用积分进行模拟操作，类似 @xodotmarket 测试网的功能。
• AI 辅助预测
人工智能模型通过辅助人类预测者或自主运作，参与预测未来事件或趋势的项目。
技术范围涵盖统计模型、机器学习算法到尖端 AI 系统（如专用神经网络）。在基础设施层面，这些可以是链下的（例如研究人员使用 AI 进行预测问题研究），甚至是链上/混合网络——通过加密货币奖励 AI 预测行为。
这个类别我将在未来的文章中深入探讨，但目前可以说寻找这类项目的最佳去处是 Bittensor 网络。该网络通过持续激励创新保持活力，各子网（SNs）为获取每日排放奖励（即资金分配）展开的竞争也推动了这种创新。
现在请允许我介绍 SN18 @zeus——该项目正在开发能实现更精准、更快速且成本更低的气象预测算法。
该子网的数据源来自欧盟地球观测计划（哥白尼计划）气候数据存储库（CDS）的 ERA5 再分析数据。这是迄今为止规模最大的全球环境数据集，包含 1940 年至今每小时数百种变量的测量记录。
数据规模令人惊叹，但关键要看人类如何发挥作用并利用这些数据。
与其他子网类似，Zeus 网络设有验证者和矿工。验证者的核心任务是通过持续提供环境数据集来挑战矿工，并根据矿工在不同地理位置和时间戳上运行预测算法的表现进行评估。
矿工或验证者的能力越强，收益就越高。虽然这个领域门槛较高，但能吸引大量人才——这对于 Web3 和 AI 的发展至关重要。
最后，他们还新推出了一个人工智能代理 $HERMES。
总结一下：我上周五看到这个比赛，周六做了调研，昨天开始动笔一直写到今天早上，现在还剩8分钟提交。
非常感谢您的阅读 ILY
预测市场项目及通用资源：
超级实用预测市场索引/生态图谱 由 @predictionindex
• @Truemarketsorg: 主体间乐观预言机协议白皮书
• @azuroprotocol：事件裁决机制：AzuroDAO
• Zeitgeist：标量预测市场
• Zeus SN
推特创作者：
@baheet_ 预测市场的博弈论解析
@j0hnwang： Hyperliquid 上的预测市场永续合约
@Defi0xJeff: 预测 AI 2025 年第三季度现状
由 @trepa_io 在竞赛简报中提供
• 超赞的预测市场
优质的 YouTube 视频资源和预测市场资料库
• 预测学入门
• 预测市场运作原理